ייצוא מודל בינה מלאכותית לשימוש בדפדפן

מחבר:
בתאריך:

מדריך זה מסביר כיצד לייצא מודל של בינה מלאכותית שנכתב באמצעות ספריית Keras לדפדפן באמצעות tensorflowjs. המדריך מלווה מדריכים קודמים בסדרת "למידת המכונה" שבהם פיתחנו אפליקציה שמאפשרת למחשב לזהות ספרות שכתובות בכתב יד: המודל הפשוט לזיהוי ספרות שכתב אדם באמצעות בינה מלאכותית ו-מודל מבוסס קונבולוציה לזיהוי ספרות שכתב אדם על ידי בינה מלאכותית.

ייצוא מודל Keras ל-tensorflowjs לצורך שימוש באפליקציה בדפדפן

 

שמירת המודל

אחרי שפיתחתי ואימנתי את המודל באמצעות Keras, שמרתי אותו לתיקיית Models.

כדי ליצור את התיקייה השתמשתי בפקודה הבאה שהרצתי בטרמינל:

!mkdir Models/

בסביבת colab סימן הקריאה (!) משמש לעבודה עם הטרמינל.

נשמור את המודל שפתחנו לקובץ בפורמט h5:

# Save Python model
model.save('Models/model.h5',overwrite=True)
  • לקובץ המודל המיוצא קראתי model.h5
  • הכרחי שפורמט הקובץ יהיה h5.

נוודא שקובץ המודל אכן קיים בתיקייה Models:

!ls –la Models

 

ייצוא המודל לקבצים שניתן להשתמש בהם בדפדפן

כדי לייצא את המודל לקבצים שניתן להשתמש בהם אחר כך בדפדפן, נתחיל מיצירת התיקייה שאליה נייצא את הקבצים:

!mkdir ModelJS/

נתקין את ספריית tensorflowjs שתשמש להמרת המודל באמצעות pip:

!pip3 install tensorflowjs

את ההמרה בפועל מבצעת הפונקציה tensorflowjs_converter, שממקמת את הקבצים המומרים בתיקיית היעד:

!tensorflowjs_converter 
    --input_format=keras 
    Models/model.h5 
    ModelJS/

הפרמטרים שמקבלת הפונקציה הם:

  • הפורמט של הקובץ המקורי שהוא Keras
  • מקור המודל (קובץ h5) שיצרנו בצעד הקודם
  • והתיקייה שאליה הפונקציה צריכה לייצא את הקבצים המומרים

נוודא שקבצי המודל אכן יוצאו לתיקיית היעד:

!ls -la ModelJS/

אפשר למצוא בתיקייה את הקבצים הבאים: model.json וקבצים נוספים.

  • קובץ json מכיל את כל המידע על המודל כולל ארכיטקרטורה ומטה-מידע.
  • כל יתר הקבצים הם קבצי המשקולות. ככל שהמודל יהיה מורכב יותר כך יהיו יותר קבצי משקולות.

 

הורדת הקבצים מסביבת colab

את המודל פתחתי בסביבת colab. אחרי שקבלנו קבצי מודל ניתנים לייצוא, נוריד אותם אל המחשב כדי שנוכל להשתמש בהם בהמשך:

import os
from google.colab import files

src_folder = 'ModelJS/'

for filename in os.listdir(folder):
  files.download('%s%s' % (src_folder, filename)) 
  print("download %s%s" % (src_folder, filename))

לכל המדריכים בנושא של למידת מכונה

 

אהבתם? לא אהבתם? דרגו!

0 הצבעות, ממוצע 0 מתוך 5 כוכבים

 

 

הוסף תגובה חדשה

 

= 6 + 5